数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
（一）存在的风险
数据治理的范围广，涉及业务领域多，体系结构复杂，工作量大，在建设和运营过程中也会如所有大项目一样不可避免地遇到许多问题和困难，存在诸多风险因素。对于数据治理项目，面临的主要风险主要包括：组织风险、项目范围风险、体系落地风险、协同风险、业务参与风险、工期风险。
1.组织风险
不同于其他信息系统建设项目，数据治理是集团企业级项目，是典型的“一把手工程”，需高度重视，各业务部门全力配合，以确保数据治理项目顺利实施。XX集团暂无完善的数据治理组织机构，各业务部门无数据管理员从事数据治理工作。数字化转型网www.szhzxw.cn
2.范围风险
项目实施过程中，可能出现数据治理范围和深度不断扩大、涉及组织范围不断增多、需求不断增加的风险，导致项目越铺越大、实施计划无法按时完成。数字化转型网www.szhzxw.cn
3.落地风险
公司数据治理是一个逐步推进的系统工程，属于“基础工程”，项目直接收益不体现在具体业务中，是一项需要长期坚持且复杂的工作。
4.协同风险
项目的成功实施需要各方面通力合作，与各个分（子）公司和业务部门的合作均对项目实施有重要影响。若没有界定好各方人员的职责及工作范围，将极大地增加项目建设周期和质量风险。
5.业务参与风险
数据治理工作必须遵循业务主导的原则，数据的质量主要依赖于业务部门的重视程度。目前最大的问题就是各方人员对数据治理的认识还不到位，业务部门对于数据治理相关工作的管理水平、业务人员对于数据治理相关工作的参与程度有不到位的风险，将直接影响数据治理项目质量。
6.工期风险
由于项目建设组织范围、业务范围较大，跨多个业务、多个职能部门及所属单位，沟通协调难度大；同时因协同工作信息系统项目组较多、业务部门沟通量较大，实施周期较短等原因，工期紧张，有项目延期风险。
（二）对策与措施
项目风险对策与措施是指根据项目风险识别和度量的结果，针对可能的项目风险提出项目应对措施，并制定项目风险应对计划的项目风险管理工作。对于上述本项目的风险，项目组采用如下措施进行解决。
1.组织风险
组建专业或跨部门协作的数据治理机构并厘清数据管理职责和管理权限。通过数字化管理体系的建立，支撑数据治理机制的运作。建立公司数据管理考核和激励制度，对数据治理工作本身进行量化的考核和激励，确保将数据管理职责落实到部门或岗位，做到数据管理人人有责。数字化转型网www.szhzxw.cn
2.范围风险
项目需要严格按照可研报告中的规划圈定项目实施范围，在项目开展前需要对业务相关部门及信息系统项目组进行充分调研，确定数据治理工作详细需求点，并制定详细的实施计划，以减少项目范围风险的影响。
3.体系落地风险
数据治理体系落地，包括政策、规范、流程、数据架构等，是一项非常困难的工作。在体系咨询方案完成后，一方面要将咨询设计成果与现有的管理手段相结合，对信息化建设项目提出要求；另一方面，针对业务需求选择业务部门关心的数据开展数据治理工作，获得业务部门对数据成果的认可。通过数据入湖实施，将数据治理成果进行落地，并将数据治理成果进行展示，让业务部门对数据治理成果有直观感知。
4.协同风险
确保项目在实施过程中积极收集业务部门意见和建议，加强沟通、紧密合作，保证数据治理项目实施质量。
5.业务参与风险
在项目实施过程中通过沟通取得公司各级领导对数据治理工作的认知和重视。通过各种宣传手段，在组织内从上到下全面提高对数据的重视程度，营造数据文化。建议业务部门指定专业的数据管理员负责本领域数据治理工作，并给予相应考核与激励，提升投入人员参与积极性。
6.工期风险
确保项目资源与进度，严控需求范围，加大资源投入，加强项目管理，建立良好的沟通机制，制定详尽的项目计划并跟踪，及时纠偏，保证数据治理咨询工作逐步进行。
声明：本文来自数据驱动智能，版权归晓晓所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于数据驱动智能；编辑/翻译：数字化转型网萍水。
